以2022年年末ChatGPT发布为标志，三年间AI狂热席卷算力、存储、网络等全产业链。但到三周年末，当AI基建巨头宣布大规模投资时，市场却担忧泡沫浮现。本文通过产业链核心公司报表，剖析AI投资是否进入泡沫阶段，以及泡沫背后的原罪所在。

一、融资眼花缭乱？产业链利润分配重度扭曲

AI产业初期，产业链利润分配极度不均，上游几乎“吃干抹净”红利。AI主产业链分为晶圆代工（台积电）——算力商（英伟达）——云服务商（微软）——模型商（OpenAI）——终端场景五层，其经济账揭示了深层矛盾。

A. 云服务商的经济账：明面盈利，实际缺钱

云服务本质属运营商生意，需重资产投入（机房硬装+GPU等软装）。按估算，云服务商每100元AI云服务收入中，35元为设备（以GPU为主）摊销折旧（按五年折旧期，前期需投入175元采购设备），10元为运营开支，账面经营利润35元。

核心问题在于：① 云服务商仅赚账面利润，前期设备采购需预支175元，远超100元收入，实际现金流吃紧；② 新兴云服务商（如CoreWeave、Nebius）因无传统现金流业务，普遍依赖资产抵押支持证券融资。

B. 100元云服务收入的产业链流向

- 算力提供商（英伟达）：盆满钵满：云服务设备采购中，GPU占比70%，100元云收入对应125元GPU采购费（占设备总投入175元的71%）。英伟达凭借垄断地位，在AI基建早期赚得超额利润，且应收款风险低、盈利质量高。

- 模型商（OpenAI）：亏光裤子：100元云开支仅对应96元收入，叠加研发、营销等支出，100元支出约亏100元。据披露，2025年OpenAI预计收入130亿美金，亏损至少150亿美金；按微软40%股权测算，其年化亏损超300亿美金。

C. 核心矛盾：利润与风险分配失衡

上游铲子股（英伟达）轻资产运营，垄断红利显著；中游云服务商承担巨额前期投入，是风险最大承担方；下游应用商成本高企、收入不足，亏损常态化。这种利益向上游转移的格局，导致产业链矛盾加剧。

各环节诉求分化：① 英伟达需持续卖芯片，通过海外市场拓展（如中东）、产品快速迭代（每2-3年大更新）维持增长；② 云服务商面临毛利率低、折旧风险高、前置投资风险大等问题，亟需降本；③ OpenAI受高云成本束缚，收入增长伴随亏损扩大，需融资与控本并行。

二、AI产业链：巨头博弈定价权

AI技术迭代快，但部署成本过高（英伟达芯片毛利率75%、云服务毛利率50%），导致应用落地受阻。为此，巨头开启产业链垂直一体化博弈，争夺定价权。

① 英伟达：扶持新云，削弱传统CSP

依赖GPU垄断地位，通过优先供应最新Rack系统、产能回购协议等，扶持Coreweave、Nebius等新兴云平台（如对Coreweave兜底回购）。这些新云依赖英伟达供货倾斜与融资支持，实际成为其下游代理商。但云服务门槛高，全球市场由三四家巨头垄断，新云或为短期博弈产物，长期竞争力存疑。

② 云服务商：自研芯片，打破英伟达垄断

- 自研ASIC芯片：微软、Meta、字节等均启动自研，外包设计给博通、Marvell等厂商。构建1GW算力中心，英伟达方案成本500亿美金，TPU方案仅200-300亿美金。

- 二供备胎施压：谷歌TPU支撑Gemini 3研发，亚马逊Trainium服务Anthropic，头部模型不用英伟达芯片仍达领先水平，倒逼英伟达通过股权融资、产能兜底等间接降价。

- 下游产品AI化：云厂商全系产品接入AI，抵御ChatGPT冲击，巩固场景优势。

③ OpenAI：自建产业链，追求算力自主

为摆脱成本与供给束缚，OpenAI推进“Stargate计划”：① 自建数据中心，持股40%主导10GW算力设施；② 绑定芯片产能（如AMD 6GW备胎算力），利用供应商FOMO心理制造算力过剩预期，压低成本。但其需三年内将年化收入从200亿美金提至1000亿美金，目标难度极大。

三、总结：2026年投资主题——算力结构性过剩+产业链利润下移？

当前AI产业链类似新能源车初期锂矿垄断格局，上游利润过高制约下游繁荣。未来行业将向“算力成本下降、利润向下游转移”演进，结构性机会与风险并存。

可跟踪三大判断：① 英伟达戴维斯双击机会减小，股价依赖业绩增长，估值扩张受限；② 2026年紧缺环节转向IDC建设（电力、水污染等问题），属产能错配投资，需关注新开工节奏；③ AI创业门槛高，过度押注OpenAI链资产不明智，需聚焦场景落地与端侧渗透。